Analisis De Colas

Tema: Analisis de colas

Profesor: Ing. Jose Villanueva Herrera Integrantes: Alva Sandoval, Carlos De La Cruz Arata, Emmanuelle Santos Rivas, Alexis Viena Cardenas,Maria Curso: Investigacion Operativa I Seccion: 34G

2008-II

INDICE

Introducción Análisis de sensibilidad. Análisis de capacidad. Fórmula de aproximación. Simulación, simulación Monte Carlo, simulación de eventos discretos. Distribución de probabilidades. Costos relacionados con la cola Comandos del análisis de colas. Ventana de especificación del problema Barra de tareas Procedimientos del análisis de colas Ejemplos

Análisis de colas

INTRODUCCIÓN Queuing Analysis (Análisis de Colas) y ahora en adelante QA (por sus iníciales en ingles), ayuda a resuelve y evaluar la actuación de un sistema de colas y los costos que se producen. Este programa resuelve la actuación de un sistema de colas en donde puede haber uno o múltiples servidores (canales), donde la población conocida como “Cliente” puede ser finita o infinita y además posee un modelo de llegada especificado (distribución); la cola puede limitarse o ser de longitud ilimitada; y se pueden asumir servidores múltiples para ser idénticos con una distribución de tiempo especifica. El sistema de colas se evalúa según como un:

• • • • • • • • • • • • • • •

Número promedio de clientes en el sistema. El número promedio de clientes en la cola. El número de clientes en la cola para un sistema ocupado. El tiempo promedio que un cliente pasa en el sistema. Tiempo promedio que un cliente pasa en la cola en un sistema ocupado. La probabilidad que todos los servidores están ociosos. La probabilidad que un cliente se encuentre en espera al llegar al sistema. El número promedio de clientes sin atender por unidad de tiempo. El costo total de un servidor ocupado por unidad de tiempo. El costo total de un servidor ocioso por unidad de tiempo. Costo total del cliente que se encuentra en espera por unidad de tiempo. Costo total del cliente que se ha atendido por unidad de tiempo. Costo total del cliente que no se atendió por unidad de tiempo. Longitud total de la cola por unidad de tiempo. El costo total del sistema por unidad de tiempo.

El QA utiliza tres métodos incluidos para evaluar cada situación de la formación de colas:

• • •

Fórmula de cercanía. Aproximación. La simulación de Monte Carlo.

Si ninguna forma está disponible para un problema de colas particular, se puede especificar una aproximación o simulación para poder resolverla. Las capacidades específicas de QA incluyen: • • • • • •

Análisis de la actuación de la cola Análisis de sensibilidad para los parámetros del sistema Análisis de capacidad para colas y capacidad de servicio Aproximación si no existiese una forma similar Simulación - la alternativa para la evaluación de la actuación 15 distribuciones de probabilidad para el tiempo de servicio, los tiempos entre llegadas, y tamaño de lote de llegada

• • •

Muestra la actuación de la cola y análisis del costo Muestra un gráfico que muestra el análisis de sensibilidad Entrada de los datos simple para los sistemas M/M

NOTACIÓN PARA EVENTOS EN UNA COLA0 La notación utilizada en el software es la misma utilizada en teoría para un manejo más rápido y los podemos dividir en 5 bloques. Según los eventos que se producen en un cola (servicio – llegada – Atención) α: Coeficiente de presión sobre el servicio. β: Coeficiente de retardación de llegadas λ: Tasa Promedio de llegadas. µ: Tasa Promedio de Servicio. ρ: Tasa de ocupación del sistema. γ: Intensidad de Trafico (λ/µ). B: Número Promedio de clientes en la cola b: Tamaño del Lote. Según los costos que se producen Cb: Costo por cliente no atendido Ci: Costo de Servidor Ocioso por unidad de tiempo. Cq: Costo por la capacidad de una cola. Cs: Costo de servidor ocupado por unidad de tiempo. Cu: Costo de cliente servido por unidad de tiempo. Cw: Costo por cliente esperando en la cola. Según la cantidad de clientes K: Numero máximo de clientes permitidos en un sistema. L: Numero promedio de clientes en el sistema. Lb: Numero promedio de clientes en la cola para un sistema ocupado. Lq: Numero promedio de clientes en la cola. N: Población de clientes. El programa considera a población como infinita, cuando su número supera a 10000 clientes potenciales. n: Numero de clientes en el sistema, incluidos los que están siendo atendidos, y los que están en la cola. Según eventos probabilísticos por parte de servidores y clientes P0: Probabilidad de que todos los servidores estén ociosos. P(n): Probabilidad de que hayan n clientes en el sistema. Pw o Pb : Probabilidad de clientes que al llegar esperaran. Q: Capacidad máxima de la cola (Máximo espacio de espera). s: Numero de servidores o canales Según los tiempos basados en la atención del cliente W: Tiempo promedio que el cliente pasa en el sistema. Wb: Tiempo promedio que un cliente pasa en un sistema ocupado. Wq: Tiempo promedio que un cliente pasa en la cola.

NOTACIÓN PARA EL SISTEMA DE COLAS Una notación estándar para clasificar sistemas de colas del siguiente tipo A/B/C/D/E/F, donde: • A representa la distribución de probabilidad para el proceso de llegadas • B representa la distribución de probabilidad para el proceso de servicio • C representa el número de canales (servidores) • D representa el número del máximo de clientes permitido en el sistema de colas (sirviéndose o esperando por el servicio) • E representa el número máximo de clientes en total • Nº de clientes potenciales Opciones comunes para A y B son: • M para una distribución de llegada tipo Poisson (distribución entre llegadas de tipo exponencial) o una distribución del tiempo de servicio de tipo exponencial • D para un valor deterministico o constante • G para una distribución general (pero con media y varianza conocida) Si no se especifican D y E entonces se da por supuesto que ellos son infinitos. Por ejemplo un sistema de colas M/M/1, el sistema de colas más simple, tiene una distribución de llegada tipo Poisson, una distribución de tiempo de servicio del tipo exponencial y un solo canal (un servidor). Note que aquí usando esta anotación, siempre se asume que hay solamente una cola (línea de espera) y los clientes se mueven de esta sola cola hacia los servidores.

ANÁLISIS DE SENSIBILIDAD QA realiza el análisis de sensibilidad según un rango especificado de número de servidores, proporción de servicio (µ), coeficiente de presión de servicio, proporción de la llegada (λ), el tamaño del lote (volumen) , coeficiente de retardación de llegada, la capacidad de la cola, población del cliente, costo de servidor ocupado por unidad de tiempo, costo de servidor ocioso por unidad de tiempo, costo de cliente en espera por unidad de tiempo, costo de cliente servido por unidad de tiempo, costo por cliente sin atender por unidad de tiempo, costo unitario de la capacidad de la cola. la capacidad de la cola, población del cliente, costo de servidor ocupado por unidad de tiempo, costo de servidor ocioso por unidad de tiempo, costo por cliente en espera por unidad de tiempo, costo por cliente servido por unidad de tiempo, el costo por cliente no atendido, o costo por capacidad de cola unitaria. QA resuelve y compara las actuaciones según la entrada, salida, y valores del paso del parámetro seleccionado. Usted puede especificar la aproximación o simulación para el problema con el valor del parámetro que no tiene ninguna fórmula aproximada disponible. ANÁLISIS DE CAPACIDAD Dos capacidades básicas del sistema de colas son consideradas en QA: número de servidores y la capacidad de la cola. Después de especificar los rangos del número de servidores y la capacidad de la cola, QA realiza la comparación del costo para una combinación de capacidades diferentes. Note que los elementos del costo necesitan ser especificados en la entrada de los datos.

FORMULA DE APROXIMACIÓN Cuando el problema de la formación de colas no tiene ninguna solución aproximada, QA resuelve el Lq como un modelo de G/G/s para la aproximación siguiente Lq= (Lq de M/M/s) [Var(tiempo de servicio)µ² + Var(tiempo entre llegadas)λ²]/2 donde Var representa la varianza. El resto de las medidas de la actuación de la cola siguen la fórmula de M/M/s.

SIMULACION, SIMULACION MONTE CARLO, SIMULACION DE EVENTOS DISCRETOS. La simulación es la imitación de un proceso del mundo-real o sistema a lo largo del tiempo . La simulación involucra la generación de eventos artificiales o procesos para el sistema y recolecta las observaciones para dibujar cualquier inferencia sobre el sistema real. Una simulación del eventos discretos simula sólo eventos que cambian el estado de un sistema. QA realiza la simulación de eventos discretos simulando los dos eventos mayores en el sistema de colas: llegada del cliente y realización de servicio. El método de Monte Carlo emplea los modelos matemáticos o la transformación inversa para generar variables del azar para los eventos artificiales y colecciona observaciones. QA también acostumbra usar la transformación inversa para generar el tiempo de servicio, el tiempo entre llegadas, y tamaño del lote que guía el evento del sistema de formación de colas. Transformación Inversa: Asuma que la variable aleatoria X tiene la distribución de probabilidad de f(X) y su función acumulada es F(X). Sea r un número al azar del intervalo uniformemente distribuido [0,1]. La transformación inversa para obtener una muestra de la variable aleatoria de la distribución f(X) es como sigue: a). Obtenga un número del azar r b). Resuelva X de la ecuación r = F(X), es decir, encuentre el X tal que ese r= Prob. (x£X) Para cualquier número del azar, QA acostumbra usar un método congruencial para generar un número del pseudo-aleatorio, es decir, r(i+1) = (a r(i) + b) mod c

donde un, b, c son constantes, y i = 0, 1, 2,... Nota que dada la misma semilla aleatoria r(0), el método genera la misma secuencia de números al azar. DISTRIBUCIÓN DE PROBABILIDADES QA permite manejar distribuciones de probabilidad para el tiempo de servicio, los tiempos entre llegadas, y tamaño del lote. Las distribuciones disponibles en QA y sus funciones asociadas y los parámetros se describe mas adelante. Nosotros usaremos la anotación siguiente para describir las funciones de la distribución: P(a,b) : ab B(a,b) : Función Beta Γ(a) : Función Gamma C(n,m) : Combinatoria C mn Exp(a) : Función Exponencial, e a Log(a) : Logaritmo Natural de a

sqr(a) a! f(x) µ σ²

: : : : :

Raiz Cuadrada de a Factorial de a Función de Probabilidad (pdf) Media Varianza

Las distribuciones disponibles en WINQSB son: • Distribución Beta. • Distribución Binomial • Constante. • Distribución Discreta • Distribución Erlang • Distribución Exponencial • Distribución Gama • Distribución Geométrica • Distribución Hipergeometrica • Distribución de Laplace • Distribución logarítmica Normal • Distribución Normal • Distribución de Pareto • Distribución Poisson • Distribución de Función Potencial • Distribución Triangular • Distribución Uniforme • Distribución Weibull COSTOS RELACIONADOS CON LA COLA Los costos relacionados con la cola incluyen: El costo total de servidor ocupado por unidad de tiempo = Cs(L-Lq) = Cs ρ El costo total de servidor ocioso por unidad de tiempo = Ci (s-ρ) = Ci (s-L+Lq) Costo total de cliente que espera por unidad de tiempo = Cw Wq (Σ λ(n) P(n)) Costo total de cliente que esta siendo atendido por unidad de tiempo = Cu (W-Wq) (Σ λ(n) P(n)) El costo total de ser del cliente sin atender por unidad de tiempo = Cb B Costo total de la cola por unidad de tiempo = Cq Q Costo Total del sistema por unidad de tiempo = la Suma de todos los anteriores Notese que estos son los costos utilizados por el paquete, diferenciándose de aquellos llevados en la materia de investigación operativa 2, pudiéndose encontrar algunas diferencias en los resultados.

COMANDOS DEL ANÁLISIS DE COLAS

MENUS PRINCIPAL Y VENTANA INICIAL. Los menús para el QA después que el programa está cargado se muestra debajo:

Este comando inicia un nuevo problema de colas. La entrada para el nuevo problema incluye nombre del problema, unidad de tiempo, número de servidores, la proporción de servicio (µ) con una distribución de tiempo de servicio, coeficiente de presión de servicio, proporción de la llegada (λ) con una distribución de tiempo entre llegadas, el tamaño del lote (volumen) con una distribución de tamaño de lote, coeficiente de retardación de llegadas, capacidad de la cola (el espacio máximo de espera), población del cliente, costo del servidor ocupado por unidad de tiempo, costo del servidor ocioso por unidad de tiempo, costo de espera del cliente por unidad de tiempo, costo de cliente servido por unidad de tiempo, el costo por cliente no atendido, y/o costo unitario de capacidad de cola. Si usted especifica el sistema de M/M simple, la entrada será más simple. Todos los datos se entran en la columna de "Entrada" exceptuando los parámetros de la distribución que se entran en las columnas de "Parámetro". Si usted especifica la distribución discreta durante el tiempo de servicio, tiempo entre llegadas, o tamaño del lote, introduzca el número de datos discretos en Parameter 1 (Parámetro 1) y entre los datos discretos en Parameter 2 (Parámetro 2) usando el formato "value 1/probability 1, value 2/probability 2,..." (Valor 1/probabilidad 1, Valor 2/probabilidad 2). Si hay un problema sin guardar en edición, cuando usted seleccione el comando New Problem (Nuevo Problema), QA preguntará si usted quiere guardar el problema. QA entonces aclara el área de edición para el nuevo problema.

Este comando inicia una ventana de dialogo para abrir un archivo guardado previamente. El diálogo le permite tanto seleccionar un archivo de datos en directorio en particular, o entrar una especificación de un archivo completo de datos incluyendo la ruta. QA mostrará automáticamente el problema cargado.

Este comando permite salir del programa VENTANA DE ESPECIFICACIÓN DEL PROBLEMA Para especificar un problema de colas, aquí se muestra el procedimiento:

• • •

•

Paso 1. Entre en el título del problema que será parte del título para las ventanas posteriores. Paso 2. Entre la unidad de tiempo para la descripción del sistema de colas. El valor por defecto es hora. Paso 3. Elija o de clic en el formato de entrada siguiente Simple M/M System (Sistema M/M simple): Asume que tanto el servicio y la llegada del cliente tienen distribución Poisson. General Queuing System (Sistema General de colas): Usted puede especificar una distribución particular para el servicio, llegada del cliente, y tamaño del lote. Paso 4. Si la especificación está completa, apriete el botón de OK para la entrada de los datos. Por otra parte, apriete el botón de Cancel. El botón de Help está para poder proporcionar ayuda.

BARRA DE TAREAS La barra de tareas es similar a la que existe en los otros módulos del WINQSB, diferenciándose solamente en algunos botones, por lo cual solo se explicará a aquellos que diferencian a este de los otros módulos:

Este comando resuelve la actuación de la cola. Si no existe ninguna fórmula aproximada para el problema, el programa preguntará si para resolverlo desea hacerlo por aproximación o por la simulación de Monte Carlo. Después de que la actuación se evalúa, QA automáticamente desplegará un resumen de la actuación.

Este orden realiza la simulación de evento-discreto de Monte Carlo para evaluar la actuación de la cola. Después de escoger el comando, el programa desplegará una forma para especificar cómo

se asigna la semilla del azar, disciplina de la cola , tiempo de la simulación, inicio de recolección de datos en el tiempo, capacidad de la cola, y el máximo numero de recolecciones de los datos (observaciones). La semilla del azar puede ser un valor predefinido, el reloj del sistema, o un valor entrado. Note que la misma semilla del azar creará la misma secuencia de números al azar (número aleatorios). Usted puede especificar FIFO (primero en entrar-primero en salir PEPS), LIFO (último en entrarprimero en salir UEPS), o aleatorizar la disciplina de la cola. El FIFO es el que se asume para la fórmula de aproximación. Es importante especificar una capacidad de la cola limitada desde que los clientes en espera se guardan en la memoria de la computadora. Una capacidad de la cola grande o muy grande puede usar toda la memoria de la computadora. El valor por defecto es 1000 que es normalmente suficiente para la mayoría de los casos. Especificando un tiempo de simulación razonable le permitirá recolectar bastantes observaciones para la evaluación de la actuación. Usted puede especificar un tiempo distinto de cero para la recolección para arreglar los estados del sistema iniciales. Usted también puede especificar el número del máximo de recolección de datos (el valor por defecto es infinito (M)) como la regla de detención de la simulación. La simulación se detendrá en el tiempo de simulación o cuando se alcanza el máximo numero de colecciones de los datos.

Esta orden realiza el análisis de sensibilidad del problema de colas para un rango especificado de número de servidores, proporción de servicio (µ), coeficiente de presión de servicio, proporción de la llegada (λ), coeficiente de retardación de llegada, el tamaño de lote (volumen) , la capacidad de la cola, población del cliente, costo de servidor ocupado por unidad de tiempo, costo de servidor ocioso por unidad de tiempo, costo de cliente en espera por unidad de tiempo, costo de cliente servido por unidad de tiempo, costo por cliente sin atender por unidad de tiempo, costo unitario de la capacidad de la cola. QA resuelve la actuación de acuerdo al inicio, final, y valores de cada paso del parámetro seleccionado. Usted puede especificar la aproximación o simulación para el problema con el valor del parámetro que no tiene ninguna fórmula aproximada disponible. Este comando realiza el análisis de sensibilidad del problema de colas para un rango especificado de número de servidores, proporción de servicio (µ), coeficiente de presión de servicio, proporción de la llegada (λ), etc. QA resuelve los costos según los valores iniciales, finales, de cada paso del número de servidores y capacidad de la cola.

Esta orden realiza el análisis de capacidad del problema de colas con un número diferente de servidores y capacidad de la cola. QA resuelve los costos según los valores iniciales, finales, de cada paso del número de servidores y capacidad de la cola. Usted puede especificar la aproximación o simulación para el problema con el valor del parámetro que no tiene ninguna fórmula aproximada disponible.

Este comando dispone de las siguientes opciones: Performance Summary. Esta orden muestra la actuación del problema de colas. Incluye todas las medidas populares de la formación de colas. Si la actuación es medida por simulación, el número de observaciones recolectadas, el número del máximo de clientes en la cola, y el tiempo total de simulación del CPU en segundos será mostrado. Probability Summary

Este comando muestra la probabilidad del sistema de colas. Muestra P(n), la probabilidad de que existan n clientes en el sistema, donde n puede ser desde 0 a 200, y la probabilidad acumulativa. Show Sensitivity Analysis – Table Este comando clasifica los resultados del análisis de sensibilidad del problema de colas para un rango especificado de número de servidores, proporción de servicio (µ), coeficiente de presión de servicio, proporción de la llegada (λ), coeficiente de retardación de llegada, el tamaño de lote (volumen) , la capacidad de la cola, población del cliente, costo de servidor ocupado por unidad de tiempo, costo de servidor ocioso por unidad de tiempo, costo de cliente en espera por unidad de tiempo, costo de cliente servido por unidad de tiempo, costo por cliente sin atender por unidad de tiempo, costo unitario de la capacidad de la cola. Show Sensitivity Analysis - Graph Este comando muestra los resultados gráficos del análisis de sensibilidad del problema de colas para un rango especificado de número de servidores, proporción de servicio (µ), coeficiente de presión de servicio, proporción de la llegada (λ), coeficiente de retardación de llegada, el tamaño de lote (volumen) , la capacidad de la cola, población del cliente, costo de servidor ocupado por unidad de tiempo, costo de servidor ocioso por unidad de tiempo, costo de cliente en espera por unidad de tiempo, costo de cliente servido por unidad de tiempo, costo por cliente sin atender por unidad de tiempo, costo unitario de la capacidad de la cola. Después de que la orden es escogida, seleccione una medida particular de la actuación para el despliegue gráfico. Show Capacity Analisis Este comando muestra los resultados del análisis de capacidad del problema colas con un número diferente de servidores y capacidad de la cola. Todos los elementos del costo relacionados están incluidos. PROCEDIMIENTOS DEL ANÁLISIS DE COLAS COMO ENTRAR UN PROBLEMA Para entrar en un problema de colas, este es el procedimiento general: 1. Prepare los parámetros de la cola para el problema. (Nota: usted no tiene que tener un modelo formal para la entrada de los datos. Usted puede modificarlo junto con el proceso.) 2 . Seleccione el comando New Problem (Nuevo Problema) para entrar el problema. El programa planteará la ventana de especificación. Seleccione tanto el sistema de M/M simple o el sistema de colas general para la entrada de los datos. El sistema de M/M simple tendrá un formato de entrada mucho más simple. 3 . Entre los parámetros de la cola en la columna de "Entry" (Entrada). Note que para el sistema de colas general, los parámetros de la distribución se entran en las columnas de "Parameters 1-3" (Parámetros 1-3). 4 . (Opcional) Use las órdenes de Format (Formato) para cambiar el formato numérico, conjunto de caracteres, color, alineación, alturas de la fila, y anchuras de la columna. 5 . (Opcional, pero importante) Después que el problema se entra, escoja el comando Save Problem As (Guardar el Problema Como) para guardar el problema. COMO ENTRAR UNA DISTRIBUCIÓN DE PROBABILIDAD Para entrar una distribución de probabilidad, este es el procedimiento general: 1. Pulse Doble clic en la celda para entrar la distribución en la hoja de cálculo de entrada de datos. Esto planteará una lista de funciones de probabilidad para escoger. 2. Escoja o de clic en la función de probabilidad de la lista. Deben mostrarse los parámetros apropiados para la función al lado de la lista. Usted puede apretar Help para ver las Funciones de Distribución de Probabilidad. 3. Presione el botón de OK para volver a la forma de entrada de datos. Los parámetros que siguen el nombre de la distribución deberán cambiar su descripción de acuerdo con la función escogida.

COMO ENTRAR UNA DISTRIBUCIÓN DISCRETA Si usted ha especificado una distribución discreta (el número de valores discretos se entra en la fila "Number of discrete values") durante el tiempo de servicio, los tiempos entre llegadas, o el tamaño del lote, este es el procedimiento para entrar los valores discretos y las probabilidades asociadas: 1 . Entre el número de datos discretos en la fila "Number of discrete values" (Parámetro 1). 2 . Entre los datos discretos en la fila "Discrete values" (Parámetro 2) usando el formato "valor 1/probabilidad 1, valor 2/probabilidad 2,...", separe cada par de valores y la probabilidad asociada por una coma "," 3. Cuando se termine, apriete las teclas de flecha para mover el cursor al otro formulario de entrada de datos.

COMO RESOLVER UN PROBLEMA Para resolver un problema de colas, aquí se muestra el procedimiento general: 1. Prepara los parámetros de la cola para el problema. (Nota: usted no tiene que tener un modelo formal para la entrada de los datos. Usted puede modificarlo junto con el proceso.) 2. Seleccione la orden New Problem (Nuevo Problema) para entrar el problema. 3. Para una práctica general buena, usted puede querer guardar el problema escogiendo el comando Save Problem As (Guardar el Problema Como) antes de resolverlo. 4. Seleccione el orden Solve the Performance (Resuelva la Actuación) o Simulate the System (Simule el Sistema) para resolver el problema. 5. Después que el problema se resuelve, escoja los órdenes del Results Menu (Menú de los Resultados) para mostrar los resultados apropiados. COMO LLEVAR ADELANTE UNA SIMULACIÓN Para cualquier problema de colas que usted defina en QA, usted puede usar la simulación Monte Carlo para evaluar la actuación del sistema. Para simular el sistema de colas, aquí se muestra el procedimiento general: 1. Asuma que el problema se ha entrado y las distribuciones están definidas. 2. Seleccione la orden Simulate the System (Simule el Sistema). El programa planteará una forma para permitirle especificar el proceso de la simulación, incluyendo: • (a). Random seed (semilla del Azar): Usted puede escoger el valor por defecto o reloj del sistema, o entrar un valor particular para la semilla del azar. Cada vez usted ejecute la simulación, si la misma semilla del azar se usa, generará la misma sucesión números aleatorios. Por consiguiente, escogiendo el reloj del sistema como la semilla del azar garantiza una sucesión del azar diferente. • (b). Queuing discipline (Disciplina de la cola): Usted puede escoger FIFO (PEPS), LIFO (UEPS), o al azar para la disciplina de la cola. Disciplina de la cola es la regla para poder escoger al cliente en espera a ser servido cuando un servidor se pone disponible. Si el sistema tiene una solución de la forma aproximada, el resultado debe estar muy cerca del de la simulación usando la disciplina FIFO. • (c). Simulation time (Tiempo de la Simulación): Que indica cuanto tiempo funcionará el sistema de colas. • (d). Start collection time (Iniciar tiempo de colección): Indica cuando el programa empieza a recolectar datos sobre la actuación de la cola. Un tiempo de inicio distinto de cero para la recolección puede filtrar la inicialización del estado del sistema. • (e). Queue capacity (Capacidad de la Cola): esto permite al sistema el mantener a los clientes de espera. El valor por defecto es 1000 que es normalmente suficiente para la mayoría de las situaciones. No se recomienda el entrar una capacidad de cola grande ya que puede usar toda la memoria de la computadora.

•

(f). Maximum number of data collections (Número Máximo de recolecciones de datos): Esto es otra regla de detención para que el programa detenga el proceso de la simulación. Acompañado con el tiempo de la simulación, el programa detiene la simulación cuando cualquiera de los dos se alcanza. 3. Presione el comando OK para iniciar la simulación si las especificaciones anterior se han hecho. Cuando se haya terminado la simulación, el resultado se mostrará.

COMO LLEVAR ADELANTE UN ANÁLISIS DE SENSIBILIDAD Para un problema de colas que usted define en QA, usted puede realizar el análisis de sensibilidad para ver cómo la actuación del sistema cambia para valores de parámetro diferentes. Para realizar el análisis de sensibilidad, aquí el procedimiento general: 1. Asuma que el problema se ha entrado y los parámetros están definidos. 2 . Seleccione el comando Perform Sensitivity Analysis (Realice Análisis de Sensibilidad). El programa planteará una forma para permitirle especificar el análisis de sensibilidad, incluyendo: • (a). Seleccione un parámetro: escoja a cualquiera de la lista. • (b). Rango del parámetro: Entre los valores del inicio, final, y los valores para cada paso del parámetro seleccionado para la evaluación. El número de las situaciones de la cola resuelta será determinado por los valores de inicio, final, y valores de cada paso. • (c). Método de Solución: El método predefinido para el problema de colas es la fórmula aproximada. Sin embargo, cuando usted cambia un parámetro a un valor diferente puede hacer el problema irresoluble por la fórmula. Cuando ése es el caso, el programa usará el método especificado, aproximación o simulación para evaluar el problema automáticamente. • (d). (Opcional) Especificación de la Simulación: si la simulación es escogida en el paso (c), después de presionar la orden OK, usted necesita entrar la especificación de la simulación. 3. Presione OK para empezar el análisis si las especificaciones anteriores se realizaron. Cuando se haya acabado del análisis, se mostrará el resultado. 4 . Usted puede usar el Results Menu (Menú de los Resultados) para mostrar el resultado gráfico del análisis de sensibilidad.

COMO LLEVAR ADELANTE UN ANÁLISIS DE CAPACIDAD Para un problema de colas que usted define en QA, usted puede realizar el análisis de capacidad para comparar los costos de configuraciones diferentes del número de servidores y capacidades de la cola. Para realizar análisis de capacidad, aquí el procedimiento general: 1. Asuma que el problema se ha entrado y los parámetros se han definido. 2 . Seleccione la orden Perform Capacity Analysis (Realice Análisis de Capacidad). El programa planteará una forma para permitirle especificar el análisis de capacidad, incluyendo:

•

(a). Rango del número de servidores: entre los valores de inicio, final, y los valores de cada paso del número de servidores para la evaluación. • (b). Rango de la capacidad de la cola: entre los valores de inicio, final, y los valores de cada paso de la capacidad de la cola (espacio de espera) para la evaluación. El número de las situaciones de la cola resueltas será determinado por los valores de inicio, final, y los valores de cada paso del número de servidores y la capacidad de la cola. La capacidad predefinida de la cola es infinita (M). • (c). Método de Solución: el método predefinido para el problema de colas es la fórmula de aproximación. Sin embargo, cuando usted cambia el número de servidores y la capacidad de la cola puede hacer el problema irresoluble por la fórmula. Cuando ése es el caso, el programa usará el método especificado, como también aproximación o simulación, para evaluar el problema, automáticamente. • (d). (Opcional) Especificación de la Simulación: si la simulación es escogida en paso (c), después de presionar OK, usted necesita entrar la especificación de la simulación. 3. Presione OK para empezar el análisis si las especificaciones anteriores se han hecho. Cuando se haya acabado del análisis, se mostrará el resultado.

COMO IMPORTAR DATOS DE OTRAS APLICACIONES DE HOJAS DE CALCULO Si usted decide entrar un problema de colas de una aplicación de hoja de cálculo como Microsoft Excel, use los pasos siguientes: 1. Entre el problema con la siguiente secuencia. Aquí se muestran las entradas para cada celda en la hoja de cálculo: (Note que las celdas están separadas por "," y los textos requeridos están en "") Para el Sistema M/M de Entrada Simple: Fila 1: "QA", Nombre del Problema, Unidad de tiempo, 0. Fila 2: "Problem Specification", "Entry". Fila 3: "Number of servers", número de servidores. Fila 4: "Service rate per server", proporción de servicio. Fila 5: "Customer arrival rate", proporción de llegadas. Fila 6: "Queue capacity (maximum waiting space)", capacidad de la cola. Fila 7: "Customer population", población del cliente. Fila 8: "Busy server cost per unit time", Costo de servidor ocupado por unidad de tiempo. Fila 9: "Idle server cost per unit time", Costo de servidor ocioso por unidad de tiempo. Fila 10: "Customer waiting cost per unit time", Costo de cliente en espera por unidad de tiempo. Fila 11: "Customer being served cost per unit time", Costo de cliente que se sirve por unidad de tiempo. Fila 12: "Cost of customer being balked", el costo de cliente no atendido. Fila 13: "Unit queue capacity cost", Costo Unitario de la capacidad de la cola. Para la Entrada de Sistema de Formación de colas de espera General: Fila 1: "QA", Nombre del Problema, Unidad de tiempo, 1. Fila 2: "Problem Specification", "Entry". Fila 3: "Number of servers", número de servidores. Fila 4: "Service time distribution", nombre de la distribución. Fila 5: "Parameter 1", parámetro 1. Fila 6: "Parameter 2", parámetro 2. (Si no existe ningún parámetro 2, entre 0.) Fila 7: "Parameter 3", parámetro 3. (Si no existe ningún parámetro 3, entre en 0.) Fila 8: "Service pressure coefficient", coeficiente de presión. Fila 9: "Interarrival time distribution", nombre de la distribución entre llegadas. Fila 10: "Parameter 1", parámetro 1. Fila 11: "Parameter 2", parámetro 2. (Si no existe ningún parámetro 2, entre 0.) Fila 12: "Parameter 3", parámetro 3. (Si no existe ningún parámetro 3, entre en 0.) Fila 13: "Arrival discourage coefficient", coeficiente de retardación de llegada. Fila 14: "Batch size distribution", nombre de la distribución.

Fila 15: Fila 16: Fila 17: Fila 18: Fila 19: Fila 20: Fila 21: Fila 22:

"Parameter 1", parámetro 1. "Parameter 2", parámetro 2. (Si no existe ningún parámetro 2, entre 0.) "Parameter 3", parámetro 3. (Si no existe ningún parámetro 3, entre en 0.) "Queue capacity (maximum waiting space)", capacidad de la cola. "Customer population", población del cliente. "Busy server cost per unit time", Costo de servidor ocupado por unidad de tiempo. "Idle server cost per unit time", Costo de servidor ocioso por unidad de tiempo. "Customer waiting cost per unit time", Costo de cliente en espera por unidad de

tiempo. Fila 23: "Customer being served cost per unit time", Costo de cliente atendido por unidad de tiempo. Fila 24: "Cost of customer being balked", Costo de cliente sin atender por unidad de tiempo. Fila 25: "Unit queue capacity cost", Costo Unitario de la capacidad de la cola. Note que si la distribución discreta es especificada para el tiempo de servicio, los tiempos entre llegadas, o el tamaño de lote uso el formato descrito Cómo Entrar una Distribución Discreta. 2. Guarde la hoja de cálculo en un archivo con el formato del texto. 3. Los datos guardados se archivan entonces y pueden ser recuperados por QA. EJEMPLOS EJEMPLOS DE COLAS 1. Un almacén tiene 2 cajeras que atienden a razón de 1.5 minutos por cliente siguiendo una distribución exponencial. Los clientes llegan a este almacén siguiendo una distribución Poisson a razón de 30 por hora. Con esta información calcular: A)La probabilidad de que el sistema esté lleno, B) La intensidad de trafico. Datos: Numero de servidores = 2 λ=30 [cl/hr] µ=1/1.5 [cl/min]= 40 [cl/hr] El problema será del tipo M/M/2/FIFO/∞/∞ Procedimiento 1) Se iniciará un nuevo problema en el modulo Análisis de Colas (QA). 2) Se elegirá Sistema Simple M/M, por que es un modelo del que se conocen todos los datos. Este se llamará Cajeras, eligiendo como unidad de tiempo a horas:

3) En la hoja de cálculo se introducirá los datos conocidos como se muestra:

Los valores de M, representan que es un valor infinito, como ya se menciono antes.

4 ) Al presionar el icono

se verá la ventana de los resultados:

De la ventana de resultados podemos concluir: Customer arrival rate per hour = λ = 30 [cl/hr] Service rate per server per hour = µ = 40 [cl/hr] Overall system effective arrival rate per hour = Tasa de llegadas eficaces al sistema global por hora = 30 Overall system effective service rate per hour = Tasa de servicio eficaz del sistema global por hora = 30 Overall system utilization = Tasa de ocupación del sistema = ρ = 37.5 % Average number of customers in the system = Número promedio de clientes en el sistema = L = 0.8727 Average number of customers in the queue = Número promedio de clientes en la cola = Lq = 0.1227

Average number of customers in the queue for a busy system = Número promedio de clientes en la cola para un sistema ocupado = Lb = 0.6 Average time customer spends in the system = Tiempo promedio que un cliente pasa en el sistema = W = 0.0291 [horas] Average time customer spends in the queue = Tiempo promedio que un cliente pasa en la cola = Wq = 0.0041 [horas] Average time customer spends in the queue for a busy system = Tiempo promedio que un cliente pasa en la cola para un sistema ocupado = Wb = 0.02 [horas] The probablity that all servers are idle = Probabilidad de que todos los servidores esten ociosos = P0 = 45.45 % The probablity an arriving costumer waits = Probabilidad de que un cliente espere al llegar al sistema = Pw = Pb = 20.45 % Average number of customers being balked per hour = Numero promedio de clientes que no serán atendidos por el sistema por hora = 0 Por lo que las respuestas buscadas son A ) Tasa de ocupación del sistema = ρ = 37.5 % B) Probabilidad de que un cliente espere al llegar al sistema = Pw = Pb = 20.45 % Adicionalmente podemos realizar los siguientes análisis: •

Observar las probabilidades estimadas de que existan de 0 hasta 200 clientes en la cola:

En este caso no es necesario llegar a 200 clientes, ya que se puede observar claramente, que las probabilidades de que existan 9 clientes, ya son casi cero (0.0001), siendo así de que la probabilidad de que existan 10 clientes sea cero. •

También podemos realizar una simulación del sistema:

a ) Si presionamos

veremos la siguiente ventana:

En el que usaremos: - La semilla de aleatoriedad por defecto - Una disciplina de cola de tipo FIFO (PEPS) - Un tiempo de simulación de cola de 24 horas (1 día). - El momento que iniciará la recolección de datos será a las cero horas. - La capacidad de la cola es infinita (M). - El máximo de número de recolecciones de datos será infinito (M). Si presionamos OK, se llevará adelante la simulación y veremos los siguientes resultados de la actuación de la cola durante 24 horas:

System M/M/2 =Sistema M/M/2 Customer arrival rate per hour = λ = 30 [cl/hr] Service rate per server per hour = µ = 40 [cl/hr] Overall system effective arrival rate per hour = Tasa de llegadas eficaces al sistema global por hora = 27.3295 Overall system effective service rate per hour = Tasa de servicio eficaz del sistema global por hora = 27.3295 Overall system utilization = Tasa de ocupación del sistema = ρ = 34.2151 % Average number of customers in the system = Número promedio de clientes en el sistema = L = 0.7565 Average number of customers in the queue = Número promedio de clientes en la cola = Lq = 0.0722 Average number of customers in the queue for a busy system = Número promedio de clientes en la cola para un sistema ocupado = Lb = 0.4174 Average time customer spends in the system = Tiempo promedio que un cliente pasa en el sistema = W = 0.0277 [horas]

Average time customer spends in the queue = Tiempo promedio que un cliente pasa en la cola = Wq = 0.0026 [horas] Average time customer spends in the queue for a busy system = Tiempo promedio que un cliente pasa en la cola para un sistema ocupado = Wb = 0.0153 [horas] The probablity that all servers are idle = Probabilidad de que todos los servidores esten ociosos = P0 = 48.8648% The probablity an arriving costumer waits = Probabilidad de que un cliente espere al llegar al sistema = Pw = Pb = 17.2951 % Average number of customers being balked per hour = Numero promedio de clientes que no serán atendidos por el sistema por hora = 0 Simulation time in hours = Tiempo de simulación en horas = 24 Starting data collection in hour = Iniciar recolección de datos en el tiempo = 0 Number of observations collected = Número de observaciones recolectadas = 656 Maxium number of costumers in queue = Número máximo de clientes en la cola = 4 Total simulation CPU time in second = Tiempo total de simulación en el CPU = 0.1050 Las probabilidades estimadas para n clientes:

Se puede observar que se puede esperar para un tiempo de simulación de 24 horas, un máximo de 6 clientes con una probabilidad de casi cero (0.0002). •

Otro de los análisis del que podemos disponer es el de Análisis de sensibilidad.

Si presionamos

podremos observar la siguiente ventana:

Si realizamos un análisis de sensibilidad, seleccionando como parámetro de análisis a la tasa de llegadas λ, haciendo que esta cambie de 30 a 100 [cl/hr], con un paso de 10 [cl/hr], utilizando el modelo de aproximación G/G/s, podremos ver de que manera reacciona el sistema:

Podemos observar claramente de que la utilización del sistema va en incremento en una proporción de 10 [cl/hr], y cuando ésta llega a los 70 [cl/hr], se da una utilización del 87.5% (Máxima utilización posible), pero si seguimos incrementando hasta llegar a los 80 [cl/hr], el sistema se vuelve inestable, es decir el número de servidores es insuficiente. • También podemos ver el gráfico del análisis de sensibilidad de un parámetro determinado en función del parámetro analizado: Si presionamos en: Show Sensitivity Analysis - Graph

Se abrirá la siguiente ventana:

En la que seleccionaremos como variable independiente para el gráfico a L (Número promedio de clientes en el sistema), en función de nuestro parámetro analizado (λ):

En el que se puede ver un crecimiento exponencial. Así sucesivamente se pueden ir analizando cada uno de los parámetros, dependiendo que necesidades se tiene.

• Otro análisis disponible es el de Análisis de Capacidad: a) Como éste análisis se realiza a partir de costos, se asumirán los siguientes costos Costo de servidor ocupado por hora = 5 $ Costo de servidor ocioso por hora = 1 $ Costo por cliente en espera = 0.5 $ Costo por cliente servido por hora = 3 $ Costo por cliente no atendido = 1 $ Costo unitario por capacidad de cola = 3 $

b ) Si presionamos

podremos observar la siguiente ventana:

En el que variaremos el número de servidores de 2 a 8, con un paso de 1, y en el que la capacidad de la cola es Infinita, seleccionando la formula G/G/s de aproximación.

c) Si presionamos en OK, la ventana de resultados será la siguiente:

2. Una cadena de supermercados es abastecida por un almacén central. La mercadería que llega a este almacén es descargada en turnos nocturnos. Los camiones que descargan llegan en forma aleatoria siguiendo una Poisson a razón de dos camiones por hora. En promedio 3 trabajadores descargan 3 camiones por hora siguiendo una distribución exponencial. Si el número de trabajadores del equipo es incrementado, la razón de servicio se incrementa en la misma proporción. Cada trabajador recibe 5$ por hora durante el turno nocturno de 8 horas. El costo de tener el chofer esperando ser servido, se estima en 20 $ por hora. Se desea determinar el tamaño del equipo que minimiza el costo total. Datos: Numero de servidores = 2 λ=2 [cl/hr] µ1= 3 [cl/hr], µ2= 4 [cl/hr], µ3= 5 [cl/hr]………… El problema será del tipo M/M/1/FIFO/∞/∞ CS = 5 [$/hr] CE = 20 [$/hr] Procedimiento 1) Se iniciará un nuevo problema en el modulo Análisis de Colas (QA). 2) Se elegirá Sistema Simple M/M, por que es un modelo del que se conocen todos los datos. Este se llamará Supermercados, eligiendo como unidad de tiempo a horas:

3) En la hoja de cálculo se introducirá los datos conocidos como se muestra:

Si presionamos

podremos observar la siguiente ventana:

Si realizamos un análisis de sensibilidad, seleccionando como parámetro de análisis al número de servidores, haciendo que esta cambie de 1 a 10 con un paso de 1, utilizando el modelo de aproximación G/G/s en caso de no existir una formula para este modelo, podremos ver de que manera reacciona el sistema:

Podemos observar claramente de que a medida que se incrementa el número de servidores (115), los costos totales van disminuyendo, pudiéndose notar que el que al llegar a 4 servidores, se tiene el costo mínimo (23.4783), siendo que desde 5 servidores, nuevamente el costo total va en aumento. Podemos ver el gráfico del análisis de sensibilidad de el costo total, en función del número de servidores: Si presionamos en: Show Sensitivity Analysis - Graph

Se abrirá la siguiente ventana:

Pudiéndose ver el siguiente gráfico

Por lo que la respuesta del número de servidores a seleccionar es 4 3. Cierta computadora tarda exactamente 1.5 horas en atender un servicio requerido. Si los trabajos llegan según una Poisson a razón de un trabajo cada 120 minutos, se desea saber: a) ¿Qué tanto debe esperar en promedio un trabajo para recibir atención? b) ¿Será necesario la compra de otra computadora? c) Si la distribución del tiempo de servicio fuera Erlang con una media de 1.5 y con un parámetro k = 5, ¿Cuánto debería esperar un trabajo para ser atendido? ¿Cuál sería la probabilidad de ser atendido? Datos: Numero de servidores = 1 λ=1/120 [tr/min] = 0.5 [tr/hr] µ= 1/1.5 [tr/hr] = 0.667 [tr/hr] El problema será del tipo M/M/1/FIFO/∞/∞ Procedimiento 1) Se iniciará un nuevo problema en el modulo Análisis de Colas (QA). 2) Se elegirá Sistema Simple M/M, por que es un modelo del que se conocen todos los datos. Este se llamará Computadora, eligiendo como unidad de tiempo a horas:

3) En la hoja de cálculo se introducirá los datos conocidos como se muestra:

5 ) Al presionar el icono

se verá la ventana de los resultados:

De la ventana de resultados podemos concluir: Customer arrival rate per hour = λ = 0.5 [tr/hr] Service rate per server per hour = µ = 0.667 [tr/hr] Overall system effective arrival rate per hour = Tasa de llegadas eficaces al sistema global por hora = 0.5 Overall system effective service rate per hour = Tasa de servicio eficaz del sistema global por hora = 0.5 Overall system utilization = Tasa de ocupación del sistema = ρ = 74.9625 % Average number of customers in the system = Número promedio de clientes en el sistema = L = 2.9940 Average number of customers in the queue = Número promedio de clientes en la cola = Lq = 2.2444 Average number of customers in the queue for a busy system = Número promedio de clientes en la cola para un sistema ocupado = Lb = 2.9940 Average time customer spends in the system = Tiempo promedio que un cliente pasa en el sistema = W = 5.9880 [horas] Average time customer spends in the queue = Tiempo promedio que un cliente pasa en la cola = Wq = 4.4888 [horas] Average time customer spends in the queue for a busy system = Tiempo promedio que un cliente pasa en la cola para un sistema ocupado = Wb = 5.9880 [horas] The probablity that all servers are idle = Probabilidad de que todos los servidores esten ociosos = P0 = 25.0375 % The probablity an arriving costumer waits = Probabilidad de que un cliente espere al llegar al sistema = Pw = Pb = 74.9625 % Average number of customers being balked per hour = Numero promedio de clientes que no serán atendidos por el sistema por hora = 0 Por lo que las respuestas buscadas son a) Tiempo promedio que un cliente pasa en la cola = Wq = 4.4888 [horas] b ) No, porque la Tasa de ocupación del sistema = ρ = 74.9625 % La resolución del inciso c es la que sigue: 1) Se iniciará un nuevo problema en el modulo Análisis de Colas (QA).

2) Se elegirá Sistema General de colas, por que es un modelo del que se conocen todos los datos de la distribución Erlang. Este se llamará Computadoras 1, eligiendo como unidad de tiempo a horas:

3 ) Como el problema es del tipo: M/EK/1/FIFO/∞/∞. En la hoja de cálculo se introducirá los datos conocidos como se muestra:

Al presionar el icono se verá la ventana de los resultados: INSERTAR EJEMPLO DEL ING. MANCHEGO

4. Las secretarias de cinco oficinas sacan copias en una copiadora en forma periódica. La razón de llegadas a la copiadora es Poisson con una media de 4 por hora; el tiempo de servicio es exponencial con una tasa promedio de 6 por hora. d) ¿Cuál es la probabilidad de que la copiadora esté ociosa? e) ¿Cuál es el número promedio de secretarias usando la copiadora? f) ¿Cuál es el número promedio de secretarias en la copiadora? Datos: Numero de servidores = 1 λ= 4 [secr/hr] µ= 6 [secr/hr] El problema será del tipo M/M/1/FIFO/5/5 Procedimiento 1) Se iniciará un nuevo problema en el modulo Análisis de Colas (QA). 2) Se elegirá Sistema Simple M/M, por que es un modelo del que se conocen todos los datos. Este se llamará secretaria, eligiendo como unidad de tiempo a horas:

3) En la hoja de cálculo se introducirá los datos conocidos como se muestra:

Al presionar el icono

se verá la ventana de los resultados:

Por lo que lo que los resultados buscados son: a) Probabilidad de que la copiadora este ociosa = P0 = 1.4183 % b) Número promedio de secretarias usando la copiadora = L = 3.5213 c) Número promedio de secretarias en la copiadora = Lq = 2.5355 4. Los autos que llegan a una caseta de pago en una carretera siguen una Poisson con una media de 90 autos por hora. El tiempo promedio para pasar es de 38 segundos. Los chóferes se quejan de un largo tiempo de paso y por ello el tránsito está dispuesto a disminuir a 30 segundos el tiempo de paso, introduciendo nuevos mecanismos. Este cambio se justifica si antes el número de autos que esperan sea mayor a cinco. Por otro lado, el % de tiempo ocioso en la caseta con el nuevo sistema no deberá ser mayor al 10 % ¿Se justifica el cambio? Datos: Numero de servidores = 1 λ = 90 [autos/hr] µ = 3600/30 [autos/hr] = 120 [autos/hr] N=6 P0 ≤ 10 % El problema será del tipo M/M/1/FIFO/N/∞ Procedimiento Los pasos 1 y 2 son los mismos, que en los anteriores problemas. 3) En la hoja de cálculo se introducirá los datos conocidos como se muestra:

Al presionar el icono

se verá la ventana de los resultados:

Como las condiciones eran: Lq = 5 y P0 ≤ 10 % Pero del modelo nos muestra de que Lq = 1.3878 y P0 = 27.7813 % Entonces se rechaza la implementación de un nuevo sistema

5. Se tiene un puesto de gasolina con dos bombas, localizado en un punto privilegiado de la ciudad con un servicio excelente. Cada 5 minutos (siguiendo una exponencial) llega un cliente. Suponiendo que el puesto está abierto desde las 6 horas hasta las 21 horas y que la tasa de servicio es de 15 clientes por hora (siguiendo una Poisson) a)¿Cuál es la tasa de ocupación del sistema?, b) ¿Cuál es la probabilidad de que el sistema este lleno?, c) Cuál es el tiempo promedio que un cliente pasa en el sistema? Datos: Numero de servidores = 2 λ = 1/5 [autos/min] = 12 [autos/hr] µ = 15 [autos/hr] El problema será del tipo M/M/1/FIFO/∞/∞ Procedimiento Los pasos 1 y 2 son los mismos, que en los anteriores problemas. 3) En la hoja de cálculo se introducirá los datos conocidos como se muestra:

Al presionar el icono

se verá la ventana de los resultados:

Las respuestas buscadas son: Tasa de ocupación del sistema = ρ = 40% Probabilidad de que el sistema este lleno = Pw = Pb = 22.8571% Tiempo promedio que un cliente pasa en el sistema = W = 0.0794[horas] 6. Una estación de servicio maneja cuatro bombas de gasolina. El tiempo necesario para servir a un cliente tiene una distribución exponencial con un índice medio de 5 minutos. Los automóviles llegan a la gasolinera con una distribución de Poisson a un índice medio de 30 por hora. Si llega un automóvil y no hay bombas disponibles, la venta se pierde. La venta promedio de gasolina es de 4 $ por automóvil. a) ¿Cuánto puede esperar perder diariamente el dueño de la gasolinera, debido a la impaciencia de los automovilistas? b) ¿Cuál es la probabilidad de que un cliente se vaya? c) Sí esta probabilidad fuera del 15 % o menos, ¿Cuál sería el número óptimo de bombas de gasolina? Datos: Numero de servidores = 4 λ = 30 [autos/hr] µ = 1/5 [autos/min] = 12 [autos/hr] El problema será del tipo M/M/1/FIFO/4/4 Procedimiento Los pasos 1 y 2 son los mismos, que en los anteriores problemas. 3) En la hoja de cálculo se introducirá los datos conocidos como se muestra:

Al presionar el icono

se verá la ventana de los resultados:

Las respuestas buscadas son: a) Perdida = 30 [autos/hr]*24/1 [hr/dia]*4[$/autos]*0.149916 = 431,75808 [$us/dia] b ) Probabilidad de que un cliente se vaya = 14.9916 % La resolución del inciso c es la siguiente: Si realizamos un análisis de sensibilidad, seleccionando como parámetro de análisis al número de servidores tenemos:

En el que claramente podemos ver de que Pw < 15 % desde el momento en que se incrementa el número de servidores a 5.

Por tanto la respuesta es 5